科技部落
-
数据标注丨AI技术背后的力量
随着AI技术的发展，大量NLP问题得以解决。并且针对不同任务，有了与之对应的模型。然而，这些模型往往需要大量带标注的数据去训练，这导致在很多任务中模型变得难以使用。在项目中，由人工…
-
基于滑动窗口的实时同步架构简介
背景 随着业务场景的不断丰富，基于T+1天的数据决策显得捉襟见肘，而深度分析与挖掘的实时性要求也越来越强烈。当数据规模较小时，使用事务性数据库(Oracle, Mysql)进行数据…
-
深度学习在篇章级文本分类中的应用
文本分类是NLP领域最经典同时也是最基础的应用场景之一，有很多种方法可以实现这个任务。我们常见的是对句子进行分类，而篇章级别的分类则会更复杂一点。常见的篇章级别分类有针对文档或文章…
-
智能外呼场景下的核心通信能力探索
趋势与背景 在智能语音领域，语音AI是最早落地且应用场景最为广泛的技术之一，自引入深度学习后进一步蓬勃发展，变得更加炙手可热。作为重要切入点，语音AI一方面整合了底层算法与能力调用…
-
埋点浅析丨用户行为事件晴雨表
这不是一篇纯技术文章，仅仅是个人对埋点经验的分享，希望通过浅显易懂的说明，让非技术的伙伴能快速了解这些埋点概念。 埋点是什么 在业务逻辑中嵌入数据采集代码的过程，就是“埋点”。它是…
-
FD-Triangle Count——前景有向图三角计数算法
常用的社区发现类图算法有联通子图，标签传递，Louvain Modularity及三角计数。每种算法侧重点不同，复杂度也有较大差异，实际应用中需要考虑计算时间和资源状况。针对目前项…
-
Hudi框架丨数据服务实时化利器
近些年，随着业务场景的不断变化，企业对数据服务实时化的需求日益增多。为了满足这一点，需要在分布式文件系统（如HDFS）实现高效且低延迟的数据摄取及数据准备，从而构建面向分钟级延时场…
-
揭秘海象分布式存储系统
第一章 前言 延续了大数据海洋生物的产品系列，海象在海水中靠着流线型的身体、发达的肌肉以及强有力的鳍状肢，行动自如，大而不笨。就如同我们的海象系统一样，在承载了成千上万的文件之后依…
-
一站式人工智能平台建设实践
AI是目前互联网行业的“顶流”，无论老牌巨头还是流量新贵，都在大力研发AI技术，为业务赋能。然而，要将机器学习/人工智能技术在实际工业应用中持续高效地使用，并推广到更多的场景，仍然…
-
产品经理眼中的数据治理
什么是数据治理？ 我们时常听到周围同事如下的声音： 数据分析师小A：这个表里面的字段连个注释都没有，不知道如何用，也不知道要问谁。 数据分析师小B：为啥这两个统计出来的数据对不上呢…
